Analisi e sviluppo di metodi di monitoraggio di processo per l'identificazione di guasti

In the last years, the industry demand of increased process performance and efficiency led to the wide diffusion of automatic control systems, as they are able to guarantee better productivity, improved output quality and significant costs reduction. As a consequence, there is the increasing need of guaranteeing a greater level of reliability and safety in industrial systems; in this context the study and the development of monitoring and fault detection techniques becomes of great importance, in order to be able to identify malfunctions and prevent the occurrence of critical situations on the system. The aim of this Thesis is to perform the analysis of some existing process monitoring techniques and to propose new fault detection and isolation methods. Initially, the analysis of the most common statistical process monitoring approaches will be presented, alongside with their multi-block extension, capable of improving their fault isolation performances; afterwards two innovative techniques will be introduced. The first one relies on the use of a process noise covariance matrices estimation method, based on a recursive least squares approach, to monitor the system behaviour. The second one regards the extension of an iterative decentralized moving horizon estimation technique to the faults affecting the system. The performances of the described techniques will be compared through the results of their application to a complex system, with a great attention to the fault detection and fault isolation capability and to the computational effort that they require.

Negli ultimi anni la richiesta sempre crescente da parte del mondo industriale di efficienza e prestazioni dei processi, ha portato a un forte incremento dell'utilizzo dei sistemi di automazione e dei controlli automatici, con l'obbiettivo di aumentare la produttività e la qualità dei prodotti, contribuendo inoltre a una riduzione dei costi. La conseguente volontà di garantire un sempre maggiore livello di affidabilità e sicurezza di tali sistemi ha reso fondamentale lo studio e lo sviluppo di tecniche di monitoraggio di processo che siano in grado di identificare malfunzionamenti, prevenendo così l'occorrenza di situazioni critiche in cui il sistema può venire a trovarsi. Lo scopo di questa Tesi è di effettuare un'analisi di alcune tecniche di monitoraggio di processo esistenti e proporre nuovi metodi per l'identificazione e l'isolamento di guasti. Inizialmente verrà presentato lo studio delle più comuni tecniche di analisi statistica di processo, evidenziando i loro punti di forza e mostrando varianti che ne migliorino le prestazioni; successivamente verranno introdotti due approcci innovativi al monitoraggio di processo. Il primo riguarda l'impiego di una tecnica di stima della covarianza dei rumori di processo, basata su un problema di minimi quadrati ricorsivi, per supervisionare le condizioni operative di un sistema. Il secondo è l'estensione di una tecnica di stima decentralizzata iterativa a orizzonte mobile al caso di sistemi affetti da guasti. Le prestazioni delle tecniche proposte verranno confrontate tramite la loro applicazione a un sistema complesso, con particolare attenzione alla capacità di rilevamento e di isolamento dei guasti e al carico computazionale che esse comportano.